使用金属有机框架预测和优化Rhodamine B从水中去除:RSM-CCD,ANN,非线性动力学和异热学研究
Simon Bbumba1,2, John Ssekatawa3, Ibrahim Karume3
1Department of Chemistry, College of Natural Sciences, Makerere University, P.O. Box 7062, Kampala, Uganda. sbbumba@ndejjeuniversity.ac.ug.
BMC chemistry
|July 22, 2025
概括
这项研究合成了金属有机框架 (MOF) 并使用人工智能 (AI) 来优化从水中去除罗达胺B (RhB),达到95%以上的效率. 这项研究提供了使用MOF和机器学习的双重方法来净化水.
科学领域:
- 材料科学与工程 材料科学与工程
- 环境化学环境化学
- 计算化学计算化学
背景情况:
- 金属有机框架 (MOF) 是具有可调节结构的先进多孔材料.
- 罗达胺B (RhB) 是废水中常见的一种合成染料污染物.
- 清除染料的高效和可持续方法对于环境保护至关重要.
研究的目的:
- 为了合成和描述用于Rhodamine B (RhB) 吸附的新型MOF.
- 采用人工智能 (AI) 模型,包括响应表面方法 (RSM) 和人工神经网络 (ANN),用于预测和优化RhB去除.
- 阐明RhB在合成的MOF上的吸附机制.
主要方法:
- 金属有机框架 (MOF) 的化学合成.
- 使用扫描电子显微镜 (SEM),富里埃变换红外线 (FTIR) 和粉末X射线衍射 (PXRD) 进行MOF的表征.
- 使用RSM与中央复合设计 (CCD) 和ANN建模优化RhB吸附.
主要成果:
- 在特定条件下,优化RhB去除效率为95.91% (RSM) 和97.18% (ANN).
- 吸附异热量与弗洛伊德利希和Sips模型的相关性很好,表明了多层和单层吸附.
- 吸附动力学表明异质表面上的化学吸附和物理吸附机制.
结论:
- MOF与AI模型相结合,为从水溶液中去除罗达胺B (RhB) 提供了一个有效的策略.
- 这项研究证明了人工智能在优化环境修复过程中的潜力.
- 这种双重方法为开发先进的水处理技术提供了一个有希望的途径.
